留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进的加速鲁棒特征的目标识别

龙思源 张葆 宋策 孙保基

龙思源, 张葆, 宋策, 孙保基. 基于改进的加速鲁棒特征的目标识别[J]. 中国光学, 2017, 10(6): 719-725. doi: 10.3788/CO.20171006.0719
引用本文: 龙思源, 张葆, 宋策, 孙保基. 基于改进的加速鲁棒特征的目标识别[J]. 中国光学, 2017, 10(6): 719-725. doi: 10.3788/CO.20171006.0719
LONG Si-yuan, ZHANG Bao, SONG Ce, SUN Bao-ji. Object detection based on improved speeded-up robust features[J]. Chinese Optics, 2017, 10(6): 719-725. doi: 10.3788/CO.20171006.0719
Citation: LONG Si-yuan, ZHANG Bao, SONG Ce, SUN Bao-ji. Object detection based on improved speeded-up robust features[J]. Chinese Optics, 2017, 10(6): 719-725. doi: 10.3788/CO.20171006.0719

基于改进的加速鲁棒特征的目标识别

doi: 10.3788/CO.20171006.0719
基金项目: 

中国科学院长春光学精密机械与物理研究所重大创新资助项目 Y3CX1SS14C

详细信息
    作者简介:

    龙思源(1992-), 男, 湖北襄阳人, 硕士研究生, 主要从事图像处理和目标识别方面的研究。E-mail:Alfred_lsy@163.com

    张葆(1966—),男,吉林磐石人,博士,研究员,博士生导师,主要从事航空光电成像技术方面的研究

    通讯作者:

    张葆, E-mail:cleresky@vip.sina.com

  • 中图分类号: TP391.4

Object detection based on improved speeded-up robust features

Funds: 

Major Innovation Project of CIOMP, CAS, China Y3CX1SS14C

More Information
  • 摘要: 为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别。本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3。
  • 图  1  高斯海森矩阵中的Lyy积分模板的近似DYY

    Figure  1.  Approximate DYY of Lyy integral template in Gaussian-Hessian matrix

    图  2  SURF描述子的生成示意图

    Figure  2.  Schematic diagram of SURF descriptors generating

    图  3  AGAST在不同尺度下的层和内层

    Figure  3.  Octaves and intra-octaves of AGAST algorithm in different scales

    图  4  Haar特征模板

    Figure  4.  Scores of Haar feature

    图  5  识别算法流程

    Figure  5.  Flowchart of proposed detection algorithm

    图  6  不同角度的样本目标

    Figure  6.  Objects of different vew-points

    图  7  不同光照的样本目标

    Figure  7.  Objects of different illumination

    表  1  不同视角下3种算法的性能比较

    Table  1.   Performances comparison of three algorithms under different view-points

    SIFT SURF 本文算法
    正确数 102 99 100
    正确率/% 100 97.0 98.0
    平均时间/ms 568.7 287.2 66.1
    下载: 导出CSV

    表  2  不同光照下3种算法的性能比较

    Table  2.   Performances comparison of three algorithms under different illumination

    SIFT SURF 本文算法
    正确数 38 47 47
    正确率/% 77.6 95.9 95.9
    平均时间/ms 590.6 272.9 79.3
    下载: 导出CSV

    表  3  不同尺度下3种算法的性能比较

    Table  3.   Performances comparison of three algorithms under different scales

    SIFT SURF 本文算法
    正确数 98 96 98
    正确率/% 96.1 94.1 96.1
    平均时间/ms 294.1 146.2 41.0
    下载: 导出CSV
  • [1] 贾平, 徐宁, 张叶.基于局部特征提取的目标自动识别[J].光学 精密工程, 2013, 21(7):1898-1905. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=gxjm201307035&dbname=CJFD&dbcode=CJFQ

    JIA P, XU N, ZHANG Y. Automatic target recognition based on local feature extraction[J]. Opt. Precision Eng., 2013, 21(7):1898-1905.(in Chinese) http://kns.cnki.net/KCMS/detail/detail.aspx?filename=gxjm201307035&dbname=CJFD&dbcode=CJFQ
    [2] 赵春阳, 赵怀慈.多模态鲁棒的局部特征描述符[J].光学 精密工程, 2015, 23(5):1474-1483. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=gxjm201505035&dbname=CJFD&dbcode=CJFQ

    ZHAO CH Y, ZHAO H C. Multimodality robust local feature descriptors[J]. Opt. Precision Eng., 2015, 23(5):1474-1483.(in Chinse) http://kns.cnki.net/KCMS/detail/detail.aspx?filename=gxjm201505035&dbname=CJFD&dbcode=CJFQ
    [3] LOWE D. Distinctive image features from scale-invariant keypoints[J]. International J. Computer Vision, 2004, 60(2):91-110. doi: 10.1023/B:VISI.0000029664.99615.94
    [4] HARRIS C, STEPHENS M. A combined corner and edge detector[J]. Alvey Vision Conference, 1988(3):147-151. http://ci.nii.ac.jp/naid/10007785664/
    [5] BAY H, TUYTELAARS T, VAN GOOL L. SURF:speeded-up robust features[J]. Computer Vision & Image Understanding, 2006, 110(3):404-417. http://www.springerlink.com/index/e580h2k58434p02k.pdf
    [6] MIKOLAJCZYK K, SCHMID C. A performance evaluation of local descriptors[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(10):1615-1630. doi: 10.1109/TPAMI.2005.188
    [7] 王飞宇, 邸男, 贾平.结合尺度空间FAST角点检测器和SURF描绘器的图像特征[J].液晶与显示, 2014, 29(4):598-604. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=yjys201404025&dbname=CJFD&dbcode=CJFQ

    WANG F Y, DI N, JIA P. Image features using scale-space FAST corner detector and SURF descriptor[J]. Chinese J. Liquid Crystals and Displays, 2014, 29(4):598-604.(in Chinese) http://kns.cnki.net/KCMS/detail/detail.aspx?filename=yjys201404025&dbname=CJFD&dbcode=CJFQ
    [8] 成培瑞, 王建立, 王斌, 等.基于多尺度区域对比的显著目标识别[J].中国光学, 2016, 9(1):97-105. http://www.chineseoptics.net.cn/CN/abstract/abstract9392.shtml

    CHENG P R, WANG J L, WANG B, et al.. Salient object detection based on multi-scale region contrast[J]. Chinese Optics, 2016, 9(1):97-105.(in Chinese) http://www.chineseoptics.net.cn/CN/abstract/abstract9392.shtml
    [9] 武治国, 李桂菊.动态目标识别中的实时复杂巡航场景运动检测[J].液晶与显示, 2014, 29(5):844-849. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=yjys201405036&dbname=CJFD&dbcode=CJFQ

    WU ZH G, LI G J. Real-time complex cruise scene detection technology in target recognition[J]. Chinese J. Liquid Crystals and Displays, 2014, 29(5):844-849.(in Chinese) http://kns.cnki.net/KCMS/detail/detail.aspx?filename=yjys201405036&dbname=CJFD&dbcode=CJFQ
    [10] MAIR E, HAGER G, BURSCHKA D, et al.. Adaptive and generic corner detection based on the accelerated segment test[J]. Computer Vision-ECCV, 2010, 2010:183-196. doi: 10.1007/978-3-642-15552-9_14
    [11] 王丽.融合底层和中层字典特征的行人重识别[J].中国光学, 2016, 9(5):540-546. http://www.chineseoptics.net.cn/CN/abstract/abstract9441.shtml

    WANG L. Pedestrian re-identification based on fusing low-level and mid-level features[J]. Chinese Optics, 2016, 9(5):540-546.(in Chinese) http://www.chineseoptics.net.cn/CN/abstract/abstract9441.shtml
    [12] ZHANG H, HU Q. Fast image matching based-on improved SURF algorithm[C]. International Conference on Electronics, Communications and Automation Control, IEEE, 2011:1460-1463.
    [13] ROSTEN E, PORTER R B, DRUMMOND T, et al.. Faster and better:a machine learning approach to corner detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(1):105-119. doi: 10.1109/TPAMI.2008.275
    [14] CSURKA G, DANCE C, FAN L, et al.. Visual categorization with bags of keypoints[C]. 8th European Conference on Computer Vision, Progue, Czech Republic, 2004:1-22.
    [15] DONGHOON K, ROZENN D. Face components detection using SURF descriptors and SVMs[C]. IEEE International Machine Vision and Image Processing Conference, IEEE, 2008:51-56.
  • 加载中
图(7) / 表(3)
计量
  • 文章访问数:  687
  • HTML全文浏览量:  152
  • PDF下载量:  761
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-05-11
  • 修回日期:  2017-07-13
  • 刊出日期:  2017-12-01

目录

    /

    返回文章
    返回